# encoding:utf-8import re # 使用正則 匹配想要的數據import requests # 使用requests得到網頁源碼

這個函數是用來得到源碼

# 得到主函數傳入的鏈接def getHtmlText(url):  try: # 異常處理    # 得到你傳入的URL鏈接 設置超時時間3秒    r = requests.get(url, timeout=3)    # 判斷它的http狀態碼    r.raise_for_status()    # 設置它的編碼 encoding是設置它的頭部編碼 apparent_encoding是從返回網頁中分析它的編碼格式    r.encoding = r.apparent_encoding    # 返回源代碼    return r.text  except: # 發生異常返回空    return ''

這個函數使用來解析你的源代碼 獲取你想要的數據

# 解析你的網頁信息def parsePage(ilt, html):  # 異常處理  try:    # 找到書包的價格    plt = re.findall(r'/"view_price/"/:/"[/d/.]*/"', html)    # 找到書包的名稱    tlt = re.findall(r'/"raw_title/"/:/".*?/"', html)    # 找到書包的地址    add = re.findall(r'/"item_loc/"/:/".*?/"', html)    # 找到書包的圖片鏈接    img = re.findall(r'/"pic_url/"/:/".*?/"', html)    # 得到這個內容放入主函數中的列表    for i in range(len(plt)):      price = eval(plt[i].split(':')[1])      title = eval(tlt[i].split(':')[1])      address = eval(add[i].split(':')[1])      imgs = eval(img[i].split(':')[1])        ilt.append([price, title, address, imgs])  except: # 放生異常輸出空字符串    print('')

# 得到主函數傳入的列表def printGoodsList(ilt):  # 每個列之間用tplt的放是隔開  tplt = '{:4}/t{:8}/t{:16}/t{:32}'  # 這個是整個的標題  print(tplt.format('序號', '價格', '商品名稱','地址', '圖片地址'))  count = 0 # 統計有多少的序號  for g in ilt:    count = count + 1 # 循環一遍加一    print(tplt.format(count, g[0], g[1], g[2]), g[3]) # 輸出你得到的數據

# 定義主函數 maindef main():  goods = '書包' # 你要搜索的東西  depth = 2 # 你想要得到幾頁的東西  start_url = 'https://s.taobao.com/search?q=' + goods # 你搜索的網址加上你的搜索東西  infoList = [] # 自定義的空列表用來存放你的到的數據  for i in range(depth): # 循環你的頁數    try: # 異常處理      url = start_url + '&s' + str(44 * i) # 得到你的網址      html = getHtmlText(url) # 得到url傳入到你要得到url的函數中      parsePage(infoList, html) # 得到你的html源碼 放入解析的網頁中    except: # 發生異常跳過      continue  # 把列表中的數據放入解析的函數中  printGoodsList(infoList)

# 代碼調試片段if __name__ == '__main__':  main() # 調用主函數

以上就是經過小編測試過的用python3爬取淘寶信息的代碼，大家測試后如果還有任何不明白的地方可以在下方的留言區討論。